Inkling 2 Small入門：594Bの「Small」と料金、日本語画面レビューの試し方

Thinking Machines Labは2026年11月5日、新世代モデル「Inkling 2 Small」を発表しました。Tinker上で推論と微調整に提供し、画像入力と推論の労力調整に対応します。発表時刻・タイムゾーンは本文で確認できないため、11月6日時点では「前日付の発表」と扱います。公式発表

公式発表は、長いコーディング作業や画像を使った改善を重点に挙げています。モデルカード上はテキスト・画像を受け取り、テキストを返すモデルです。画像入力は画像生成機能とは異なります。音声入力は非対応で、会議の録音を直接渡す用途には使えません。モデルカード・発表の制限事項

上表は11月5日版モデルカードと発表に基づきます。旧Inkling-Smallには音声対応がありますが、新世代の名前が似ているからといって、すべての機能が引き継がれるわけではありません。公式のモデル一覧で名前と入力形式を照合してください。

MoEは、入力に応じて一部の専門部分を選んで計算する構造です。このモデルは総594Bのうち各トークンで17Bを使います。計算に参加する部分が小さくても、次の入力で別の部分を使うための重みは必要です。「アクティブ17Bだから17Bのモデルを置く容量でよい」という読み方はできません。アーキテクチャの一次資料

容量の桁をつかむため、5940億個のパラメータをすべて同じビット数で保存したと仮定して計算します。これは編集部の算数例です。量子化済みファイルの配布容量、必要RAM、動作保証ではありません。GBは10億バイトで計算します。

実際には量子化の付加情報、KVキャッシュ（会話中の計算結果を保持する領域）、実行時の作業領域などもあります。CPUやSSDへ一部を退避する方式ならGPUへの常駐量は変わりますが、転送による待ち時間も確認が必要です。したがって、この297 GBをそのまま「必要メモリ」と断定することもできません。

重み公開後に確認する順序は、対応する実行ソフト、配布形式、実ファイル容量、必要メモリと文脈長、手元の機器での速度です。現時点で一般的なMacへの導入や、特定の量子化版が動くとは案内できません。Tinkerで使う場合はクラウド側の計算なので、手元に594Bの重みを保存する必要はありません。Tinkerの仕組み

11月6日16時台JSTに公式料金ページを直接取得して確認した、Inkling 2 Smallの単価です。米ドル・100万トークン単位で、学習と通常の文章生成は別の処理です。

モデルの仕様上限1Mと、上表の64K・256Kは区別します。公式ドキュメントにも枠ごとのIDがあり、Serverless inferenceはBeta、本番利用は待機リストへの案内があります。学習のチェックポイント保存は別料金です。価格ページの表には古い基準日の表示も残っていたため、ここでは取得日時と新モデルの行を根拠にしています。実行直前には自分が利用する枠と請求条件を再確認してください。

たとえばキャッシュなしの入力1万トークン、生成2千トークンなら、上の入力・生成単価だけで0.005ドルという計算です。同じ入力でも生成が2万トークンになれば0.023ドルです。どちらも架空の使用量による概算で、実測請求額ではありません。画像の数をそのまま入力トークン数には置き換えられません。再試行も含めた実際の利用量を記録します。

Artificial Analysisの評価報告では、Intelligence Index v5.0.1の得点は31、旧Inkling Smallより18ポイント増とされています。同じ報告では1課題の出力トークンが約4倍とも示されています。評価条件の違う点数をまとめて「どの仕事でも強い」とは読まず、生成量や待ち時間も比較するのが実用的です。これは評価機関の測定で、ふくふくの比較実測ではありません。

また、モデルだけでファイル編集やブラウザ操作が自動で実行されるわけではありません。そうした道具を接続し、結果をモデルへ返す実行環境が必要です。最初は、操作をさせず提案だけを受け取る課題にすると、指示の読み違いと外部操作の失敗を分けて観察できます。

以下は読者向けの試用案です。社内の本物の顧客情報を使わず、架空の申請フォームの説明文や画面を用意します。画像を見る機能と、条件を守って改善案を出す機能を別々に確かめます。

1. 1公式発表からTinker Playgroundを開き、利用可能なアカウントでログインする。モデル選択に「Inkling 2 Small」があることと請求条件を確認する。表示がない場合は、旧モデルで代用した結果を新モデルの評価にしない。
2. 2架空の申請フォームを用意する。合計金額、部署、申請日、確認ボタンを配置し、画面には1000円の商品を2個、送料500円、合計2500円と表示する。これを正解が分かる1枚目の画像にする。
3. 32枚目は合計だけを2000円に変える。3枚目は送料を空欄にして「別途見積」と表示し、合計欄も「未確定」にする。文字が読めるサイズで各画像を保存し、同じ指示で別々の会話へ渡す。
4. 4回答の自然さより、下の期待する判断を満たしたかを記録する。利用画面に推論の労力設定があれば、設定値も残す。同じ画像・同じ指示で比べる。
5. 5操作提案を採用する前に、人が画面と回答を照合する。実際のコード修正へ進む場合も、まず検証用のコピーで行う。

入口は公式Playgroundです。APIを使う場合は、公式Quickstartに認証と支払い設定の手順があります。本記事では新規契約・支払い設定・推論呼び出しを行っていません。ブラウザでの試用を想定しており、特定OSのネイティブアプリを必須とする手順ではありません。

ここで確認できるのは、その画面に対する読み取りと条件付きの判断だけです。3枚すべてを正しく扱えても、請求書処理全体を自動化できる根拠にはなりません。まず文字の小ささ、桁区切り、税込・税抜の表記など、一度に一つの条件を変え、どこで誤るかを残します。費用を小さく抑え、個人情報を使わずに、次の評価対象を決めるための小さな入口です。

以下は空欄の記録例です。合否は試用前に決めた期待結果で判定します。製品の速度や成功率を実測した表ではありません。

推論にかける労力は増やせば常に得になるとは限りません。Thinking effortの公式説明を参考に、同じ課題で設定を変えたとき、正答率だけでなく出力の長さと確認時間がどう変わるかを見ます。料金だけを先に比較する場合は、解決1件あたりの費用を扱った記事も参考になります。

本記事の確認日は2026年11月6日JST。公開仕様・提供条件と料金を確認し、容量と料金、架空課題の算数を検算しました。モデルによる日本語回答、画像認識、処理速度は未実測です。重みの配布が始まったら、ライセンス、ファイル、実行環境を改めて確認する必要があります。